Knowledge base: Warsaw University of Technology

Settings and your account

Back

Design and implementation of the electromiograph with wireless transmission to phone and mobile application enabling biofeedback training

Maciej Rosoł

Abstract

This document shows the design and implementation of the electromyograph with wireless transmission to phone and mobile application enabling biofeedback training. In the beginning, the document contains a brief historical outline of measurements of muscle electrical activity with a description of the experiments of Luigi Galvani and Alexander Volta. Next, the anatomy and physiology of the human muscles were described, and the genesis of the EMG signal was explained. At the end of the theoretical introduction, were presented basic information about electromyographic measurements, such as the frequency of signal filtration, which are usually 20 Hz for high-pass filtration and 400-450 Hz for low-pass filtration respectively. In the next part of the work, the electromyograph project was described. According to the assumptions, the EMG signal will first be amplified about ten times, then it will be filtrated and then re-amplified to finally make an analog-digital conversion. For high-pass filtration, second order active Butterworth filter was used, while ninth order active Butterworth filter was used for low-pass filtration. A mobile application has been prepared, which receives the registered EMG signal via Bluetooth communication and visualizes it in raw or root mean square form. The user can visually assess the degree of tension in his muscles. This allows for biofeedback training. It is a method often used in the rehabilitation of various types of diseases like hemiplegic stroke or chronic whiplash. In order to verify the correct operation of the device, comparative tests with the biological amplifier ADInstruments Octal Bio Amp were made. On the basis of these tests, charts of raw and root mean square EMG signals were prepared. T-tests for dependent samples were also performed, as well as Bland-Altman charts. Both of these statistical methods indicated the correct operation of the device.
Diploma type
Engineer's / Bachelor of Science
Diploma type
Engineer's thesis
Author
Maciej Rosoł (FM) Maciej Rosoł,, Faculty of Mechatronics (FM)
Title in Polish
Projekt i wykonanie elektromiografu z transmisją danych do telefonu oraz aplikacją mobilną do treningu biofeedback
Supervisor
Marcel Młyńczak (FM/IMBE) Marcel Młyńczak,, The Institute of Metrology and Biomedical Engineering (FM/IMBE)Faculty of Mechatronics (FM)
Certifying unit
Faculty of Mechatronics (FM)
Affiliation unit
The Institute of Metrology and Biomedical Engineering (FM/IMBE)
Study subject / specialization
, Inżynieria Biomedyczna (Biomedical Engineering)
Language
(pl) Polish
Status
Finished
Defense Date
06-02-2019
Issue date (year)
2019
Reviewers
Krzysztof Wildner (FM/IMBE) Krzysztof Wildner,, The Institute of Metrology and Biomedical Engineering (FM/IMBE)Faculty of Mechatronics (FM) Marcel Młyńczak (FM/IMBE) Marcel Młyńczak,, The Institute of Metrology and Biomedical Engineering (FM/IMBE)Faculty of Mechatronics (FM)
Keywords in Polish
elektromiografia, aplikacja mobilna, trening biofeedback
Keywords in English
electromyography, mobile application, biofeedback training
Abstract in Polish
Niniejsza praca przedstawia projekt oraz opisuje wykonany elektromiograf z transmisją danych na telefon i aplikacją do treningu biofeedback. Praca rozpoczyna się od krótkiego rysu historycznego pomiarów aktywności elektrycznej mięśni wraz z opisem eksperymentów Luigia Galvaniego i Alexandra Volty. Następnie została opisana anatomia i fizjologia ludzkich mięśni oraz wyjaśniono genezę sygnału EMG. Na koniec wstępu teoretycznego przedstawiono podstawowe informacje o pomiarach elektromiograficznych, takie jak częstotliwości filtracji sygnału, które najczęściej wynoszą odpowiednio 20 Hz dla filtracji górnoprzepustowej i 400-450 Hz dla filtracji dolnoprzepustowej. W kolejnej części pracy opisano projekt elektromiografu. Według założeń sygnał EMG zostanie najpierw wzmocniony około dziesięciokrotnie, następnie poddany filtracji górno- oraz dolnoprzepustowej, po czym ponownie wzmocniony, a na końcu układu dokonywana jest konwersja analogowo-cyfrowa. Do filtracji górnoprzepustowej zastosowano aktywny filtr Butterwortha 2 rzędu, natomiast do filtracji dolnoprzepustowej aktywny filtr Butterwortha 9 rzędu. W ramach niniejszej pracy przygotowano aplikację mobilną, która odbiera wysłany poprzez komunikację Bluetooth zarejestrowany sygnał EMG i wizualizuje w postaci surowego sygnału w czasie lub przebieg wartości skutecznej sygnału w czasie. Użytkownik może dzięki temu ocenić wizualnie stopień napięcia swoich mięśni. Pozwala to na trening o charakterze biofeedback, czyli z biologicznym sprzężeniem zwrotnym. Jest to metoda wykorzystywana często w rehabilitacji różnych schorzeń, jak np. kończyny górnej u pacjentów po udarze z porażeniem połowicznym, czy pacjentów z chronicznym bólem pleców. W celu sprawdzenia poprawności działania urządzenia wykonano testy porównawcze z wzmacniaczem biologicznym ADInstruments Octal Bio Amp. Na podstawie tych testów sporządzono wykresy surowych sygnałów EMG od czasu oraz wartości skutecznej sygnałów od czasu. Wykonano również testy t-studenta dla prób sparowanych, a także przygotowano wykresy Blanda-Altmana. Obie te metody statystyczne wskazywały na poprawne działanie wykonanego urządzenia.
File
  • File: 1
    Praca_Inzynierska_Rosol.pdf
Request a WCAG compliant version
Local fields
Identyfikator pracy APD: 31772

Uniform Resource Identifier
https://repo.pw.edu.pl/info/bachelor/WUTabad10f2d0b24e0984cff3bca6c37a83/
URN
urn:pw-repo:WUTabad10f2d0b24e0984cff3bca6c37a83

Confirmation
Are you sure?
Report incorrect data on this page